一种基于二级变维Kalman滤波的跟踪算法

Kalman滤波器是一种高速的目标跟踪器.针对不同阶数的Kalman滤波器具有不同的跟踪能力与跟踪效率之间存在的矛盾,设计了一种自适应Kalman滤波算法.该算法使用两级滤波器,根据目标机动性的变化,适当的调整滤波器的阶数,使跟踪结果快速收敛,很好地解决了矛盾.通过对仿真结果分析表明,算法具有可靠、计算简便、快速等特点,模型滤波精度较高,并可实现实时跟踪预测,具有一定的理论价值和实用价值.     

美将发射探测器研究月尘

美国航空航天局（NASA）正计划用一个小型轨道器来研究月尘的秘密。称为“月球大气与尘埃环境探测器”（LADEE）的该探测器将耗资8000万美元,拟搭乘发射另一个探测器的火箭飞向月球,发射时间是2011年。此次探测任务将持续100天,研究对象是月球非常稀薄的大气和无处不在的月尘。NASA正在推进重返月球计划,拟在2020年前让宇航员乘“牵牛星”着陆器重返月面。为此,对月球大气及其附着性很强的尘埃有清楚的认识至关重要。     

美用导弹摧毁报废间谋卫星

美国国防部2月20日宣布,从“伊利湖号”导弹巡洋舰上发射的“标准”3型舰对空导弹当天晚间命中了一颗即将坠入地球大气层的失控间谍卫星。导弹从西北太平洋上发射升空,大约是在美国东部标准时间2月20日晚10时26分（北京时间21日上午11点26分）发射的。由雷达和卫星组成的一个用于美国导弹防御系统的网络证实,拦截发生在太平洋上空约247公里处。     

与时间“赛跑”保设备正常——记东北空管局设备监控中心备战奥运工作实况

东北空管局设备监控中心作为奥运空管保障重点单位之一,为圆满完成沈阳赛区奥运空管保障任务,实现奥运空管保障安全、顺畅、正点、高效的目标,抢时间、战酷暑,全力保障奥运期间设备运行正常,打响了一场场与时间较量的战役,奏响了一曲曲诠释奥林匹克精神的乐章。     

综合飞行器故障预测与健康管理系统研究

介绍了所设计的综合飞行器故障预测与健康管理系统的体系结构,阐述了其功能组成模块和关键技术。故障预测与健康管理技术和综合飞行器健康管理(IVHM)技术是近年来飞行器     

Gram-Schmidt回归及在刀具磨损预报中的应用

多元线性回归是一种应用广泛的统计分析方法.在实际应用中,当自变量集合存在严重多重相关性时,普通最小二乘方法就会失效.为解决这一问题,利用Gram-Schmidt 正交变换,提出一种新的多元线性回归建模方法——Gram-Schmidt回归.该方法可实现多元线性回归中的变量筛选,同时也解决了自变量多重相关条件下的有效建模问题.将该方法应用于机械加工过程中刀具磨损的预报分析,有效地进行了变量筛选,并得到了解释性强同时拟合优度也很高的模型结果.      

有限时间收敛变结构导引律

对于拦截机动目标问题,传统方法中基于Lyapunov稳定性理论获得的导引规律,在数学原理上只能保证当时间趋于无穷时视线角速率趋于零.基于非线性控制系统有限时间稳定性理论,提出了制导系统有限时间收敛的充分条件和一种形式简洁的有限时间收敛变结构导引规律.证明了在目标一导弹相对接近速度为常数,而且目标机动条件下,该导引律令视线角速率在末制导结束前收敛到零.最后以某拦截问题为实例对导引律的有限时间收敛性质进行了数学仿真验证.     

工程系统的实时可靠性评估与预测技术

 作为预测维护策略的重要技术基础,寿命预测近年来得到越来越广泛的关注,实时可靠性评估与预测是一种有效的寿命预测技术。综述工程系统的实时可靠性评估与预测方法,调研实时可靠性评估与预测方法的应用实例,并探讨该研究领域中存在的问题及未来的研究方向。     

复合材料壳体结构损伤演化多尺度表征与强度智能预测进展

随着计算机算力的发展和数值模拟技术的日趋成熟,以跨宏细观参数传递为主的复合材料多尺度表征计算应运而生,得到了世界各国学者和研究人员的关注。本文基于纤维缠绕复合材料壳体结构损伤演化研究,详述了在单向纤维增强复合材料宏观工程弹性常数预测、纤维随机分布代表性体积元高效建模、纤维增强复合材料损伤演化多尺度表征与强度预测、机器学习在纤维增强复合材料领域应用方面的进展。最后,对未来发展趋势进行了预测。     

多元线性回归的预测建模方法

根据历史的样本数据,建立多元线性回归的预测模型;从而在不需要未来样本数据的情况下,预测未来时刻多元线性回归模型中的回归参数,以及主要的模型精度评估指标.对多元线性回归模型参数的预测,转化为对其变量集合的增广矩阵的叉积阵的预测.对叉积阵进行谱分解,利用高维群点主轴旋转的预测建模方法,通过Givens变换得到特征向量矩阵的转角值,对自由取值的转角以及特征值建立预测模型.仿真实验例示了该方法的主要计算步骤;计算结果显示,利用本模型得到的拟合值精度较高,预测值真实可信.最终计算结果和实验结果吻合较好,表明这种方法可以用于分析和预测众多领域中因变量对自变量的回归关系问题.